数据结构与算法——在O(n)的时间复杂度内找出数组中出现次数超过了一半的数

如何在O(n)的时间复杂度内找出数组中出现次数超过了一半的数

方法一：hash法

首先创建一个hash_map，其中，key为数组元素值，value为此数出现的次数。遍历一遍数组，用hash_map统计每个数出现的次数，并用两个值存储目前出现次数最多的数和对应的次数，此时的时间复杂度为O(n)，空间复杂度为O(n)

方法二

如果每次删除两个不同的数，那么在剩余的数字里，原出现次数最多的数出现的频率一样超过了50%，不断重复这个过程，最后剩下的将全是同样的数字。具体实现为：

使用两个变量A和B，其中变量A存储某个数组中的数，变量B用来计数。开始时将变量B初始化为0，遍历数组。

如果当前数与变量A的值不同，则需要分两种情况进行讨论：

1. 如果B等于0，则令A等于当前数，令B等于1
2. 如果B大于0，则令B=B-1

如果当前数与A的值相同，则令B=B+1。遍历结束时，A中存储的数就是要找的数。这个算法的时间复杂度是O(n)，空间复杂度为O(1)

int find(vector<int> &a, int len)
{
	int A = 0;
	int B = 0;
	for (int i = 0; i < len; i++)
	{
		if (B == 0)
		{
			A = a[i];
			B = 1;
		}
		else
		{
			if (A == a[i])
			{
				B++;
			}
			else
			{
				B--;
			}
		}
	}
	return A;
}